介绍几个基础数组统计方法：
1、 sum()：沿着轴向计算所有原色的累和，0长度的数组累和为0
import numpy as np arr = np.array([[3,3],[1,9],[4,8]]) print(arr) print(arr.mean(1))# axis=1的时候行平均值 0的时候计算列平均值（书本112页有错误） 结果 [[3 3] [1 9] [4 8]] -------- [3. 5. 6.]
2、mean()：求数学平均，0长度的数组平均值为NaN
print(arr.sum(1)) #axis=1的时候行和 0 的时候计算列和
print('--------')
结果
[3. 5. 6.]
3、cumsum()：从0 开始元素累积和
arr1 = np.array([0,1,2,3,4,5,6,7,8]) print(arr1.cumsum()) 结果 [ 0 1 3 6 10 15 21 28 36] #结果解析：从0开始加，一开始的值就是0,0开始加第一个数，0+0=0,上一个结果拿来继续加数组第二个数字 0+1=1 ，1+2=3, 3+3=6。。。。。。以此类推
4、cumprod()：从1开始元素累积积
arr2 = np.array([[0,1,2],[3,4,5],[6,7,8]])
print(arr2)
print('------------')
print(arr2.cumsum(axis=0))
print('------------')
print(arr2.cumprod(axis=1))
结果
[[0 1 2]
[3 4 5]
[6 7 8]]
------------
[[ 0 1 2]
[ 3 5 7]
[ 9 12 15]]
------------
[[ 0 0 0]
[ 3 12 60]
[ 6 42 336]]
#结果解析：cumsum加了axis=0 之后就是按列来算 cumprod指定了axis=1，所以是行，从1开始乘，1*0=0，所以第一行全都是0，第二行就是1*3=3， 3*4=12， 12*5=60，第三行就是1*6=6,6*7=42,42*8=336.
axit这个参数很重要，如果不写的话就会把你的结果变成是一个一位数组，而不是默认为axis=0 ！！
基本统计方法
| 方法 | 作用 |
|---|---|
| sum | 求和 |
| mean | 均值 |
| std,var | 标准差和方差(自由度默认为n) |
| min,max | 极值 |
| argmin,argmax | 极值的索引 |
| cumsum | 所有元素累和 |
| cumprob | 所有元素累积 |